樂清灣互花米草高分遙感監(jiān)測(cè)研究

黃志行，沈華，彭欣，荊長(zhǎng)偉，朱迪

(1.浙江省海洋水產(chǎn)養(yǎng)殖研究所 溫州 325005； 2.浙江省近岸水域生物資源開發(fā)與保護(hù)重點(diǎn)實(shí)驗(yàn)室 溫州 325005；3.浙江大學(xué)海洋學(xué)院 杭州 310058)

?

樂清灣互花米草高分遙感監(jiān)測(cè)研究

黃志行1，2，沈華1，2，彭欣1，2，荊長(zhǎng)偉3，朱迪1，2

(1.浙江省海洋水產(chǎn)養(yǎng)殖研究所 溫州 325005； 2.浙江省近岸水域生物資源開發(fā)與保護(hù)重點(diǎn)實(shí)驗(yàn)室 溫州 325005；3.浙江大學(xué)海洋學(xué)院 杭州 310058)

生物入侵是當(dāng)今世界亟待解決的環(huán)境問題之一，互花米草是我國(guó)典型的海岸帶入侵物種。文章利用2013—2014年的SPOT6高分影像數(shù)據(jù)，結(jié)合無(wú)人機(jī)低空航拍和野外調(diào)查，對(duì)樂清灣互花米草的空間分布特征進(jìn)行系統(tǒng)調(diào)查和分析。結(jié)果表明：高分遙感影像和面向?qū)ο蠓诸惣夹g(shù)可有效用于互花米草監(jiān)測(cè)和信息提?。粯非鍨碁┩可弦研纬奢^大規(guī)模的互花米草鹽沼群落，分布面積近24 km2，且正處于迅速擴(kuò)張階段；灣內(nèi)種質(zhì)資源保護(hù)區(qū)和海洋特別保護(hù)區(qū)的環(huán)境現(xiàn)狀不容樂觀，互花米草對(duì)種質(zhì)資源和紅樹林保護(hù)造成極大威脅。因此，互花米草的蔓延已嚴(yán)重影響樂清灣生態(tài)環(huán)境和區(qū)域經(jīng)濟(jì)發(fā)展，迫切需要實(shí)施科學(xué)的監(jiān)測(cè)體系和治理措施。

遙感監(jiān)測(cè)；互花米草；生物入侵；紅樹林；生態(tài)治理

1 引言

生物入侵是當(dāng)前世界最棘手的三大環(huán)境問題之一，植物入侵是生物入侵的典型一種[1]。植物入侵是指外來入侵植物通過定居、建群和擴(kuò)散占領(lǐng)棲息地，從而對(duì)土著物種和生態(tài)系統(tǒng)造成負(fù)面影響的一種生態(tài)現(xiàn)象[2]。2003年初，國(guó)家環(huán)?？偩止际着肭治覈?guó)的16種外來入侵物種名單，互花米草作為唯一的海岸鹽沼植物名列其中。互花米草為禾本科米草屬多年生草本植物，原產(chǎn)于大西洋沿岸，適宜生長(zhǎng)在潮間中上帶，曾被譽(yù)為保灘護(hù)堤、促淤造陸的最佳植物。我國(guó)于1979年引入互花米草，經(jīng)人工栽種和自然擴(kuò)散，現(xiàn)已擴(kuò)張到我國(guó)沿海的大部分淤泥灘涂，除遼寧省外，其余沿海地區(qū)均形成不同規(guī)模的互花米草鹽沼[3]。雖然互花米草在保灘促淤上發(fā)揮出一定作用，但其危害也逐漸顯現(xiàn)。由于互花米草根系發(fā)達(dá)、自然繁殖能力強(qiáng)，侵占灘涂，嚴(yán)重威脅濱海濕地土著物種[4]。

樂清灣位于浙江省南部甌江入海口北側(cè)，是浙江省四大著名海灣之一，生態(tài)系統(tǒng)監(jiān)控面積約為464 km2，是一個(gè)典型的半封閉性海灣[5]。樂清灣淺海灘涂面積廣闊，海洋資源種類繁多，構(gòu)成以豐富的海洋生物資源、全國(guó)緯度最北的紅樹林群落和多種珍稀鳥類為主題的濱海濕地生態(tài)系統(tǒng)。區(qū)內(nèi)的樂清灣泥蚶種質(zhì)資源保護(hù)區(qū)是浙江省唯一的國(guó)家級(jí)水產(chǎn)種質(zhì)資源保護(hù)區(qū)，西門島海洋特別保護(hù)區(qū)是中國(guó)第一個(gè)國(guó)家級(jí)海洋特別保護(hù)區(qū)，該海灣的生態(tài)環(huán)境一直是社會(huì)關(guān)注的焦點(diǎn)[6]。20世紀(jì)80年代樂清灣引種互花米草，雖然在促淤護(hù)灘方面取得一定的效益，但也帶來較嚴(yán)重的生態(tài)、經(jīng)濟(jì)和社會(huì)危害?；セ撞莸目焖贁U(kuò)張侵占大面積光灘、抬高灘面，造成局部航道堵塞、阻礙水體交換，嚴(yán)重影響灘涂養(yǎng)殖產(chǎn)業(yè)發(fā)展，也對(duì)紅樹林的引種培育構(gòu)成極大威脅。根據(jù)2015年國(guó)家海洋局監(jiān)測(cè)結(jié)果，與1934年相比，樂清灣自然水域?qū)嶋H面積縮小近1/4，樂清灣生物棲息地環(huán)境處于亞健康狀態(tài)[7]?；セ撞莸目焖贁U(kuò)張已成為影響該區(qū)域海洋經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境保護(hù)的重要問題之一。

對(duì)互花米草的監(jiān)控整治和生態(tài)影響評(píng)估是目前政府部門和科學(xué)家都非常關(guān)注的問題。由于互花米草生長(zhǎng)在潮間帶且生長(zhǎng)茂密，人員船只難以進(jìn)入，傳統(tǒng)的人工調(diào)查方式難度較大；而遙感技術(shù)具有大尺度快速成像的特點(diǎn)，可有效彌補(bǔ)傳統(tǒng)調(diào)查手段的不足[8]。目前應(yīng)用遙感信息研究互花米草動(dòng)態(tài)變化已有報(bào)道，但主要是采用Landsat等中低分辨率衛(wèi)星影像，高分辨率遙感影像應(yīng)用相對(duì)較少[9-12]。針對(duì)樂清灣互花米草監(jiān)測(cè)的實(shí)際需求，本文基于2013—2014年的SPOT6遙感影像，結(jié)合野外調(diào)查和低空無(wú)人機(jī)航拍，對(duì)樂清灣互花米草的分布進(jìn)行系統(tǒng)調(diào)查和分析，旨在為樂清灣互花米草整治工作提供科學(xué)數(shù)據(jù)支持和指導(dǎo)。

2 數(shù)據(jù)源及研究方法

2.1 數(shù)據(jù)源

2.1.1 SPOT 6衛(wèi)星影像

以往的研究成果多是基于Landsat衛(wèi)星影像數(shù)據(jù)，為提高調(diào)查精度，本文使用SPOT 6高分辨率遙感影像作為研究分析樂清灣互花米草近況的主要數(shù)據(jù)。SPOT6衛(wèi)星于2012年發(fā)射成功，其全色圖像地面分辨率為1.5 m，4個(gè)波段的可見光/近紅外圖像地面分辨率為6 m，成像幅寬達(dá)60 km。由于互花米草生長(zhǎng)在潮間帶區(qū)域，多數(shù)時(shí)間處于水淹狀態(tài)，在低潮期才能完全出露，而樂清灣海域處于太平洋潮波系統(tǒng)的正規(guī)半日潮地區(qū)、潮差可達(dá)6 m[13]，遙感影像的拍攝時(shí)間十分關(guān)鍵。本研究選用2013年11月和2014年7月的兩景遙感影像，影像范圍覆蓋整個(gè)樂清灣；根據(jù)沿海潮汐資料，樂清灣的低潮時(shí)段分別為2013年11月29日10：30前后和2014年7月9日12：00前后，本研究所獲取影像的拍攝時(shí)間正處于樂清灣低潮期且含云量較低，影像中灘涂和互花米草出露完整，影像質(zhì)量符合調(diào)查基本要求。

2.1.2 無(wú)人機(jī)低空航拍影像

本研究選擇美國(guó)Trimble公司的UX5無(wú)人機(jī)對(duì)樂清灣西門島南部灘涂進(jìn)行航拍，主要包括紅樹林種植培育區(qū)和互花米草整治示范區(qū)。UX5無(wú)人機(jī)翼展1 m，起飛重量2.9 kg，續(xù)航時(shí)間40 min，采用彈射起飛和機(jī)腹著落，飛行上限5 000 m，通信控制范圍為5 km，傳感器采用索尼NEX-5R單反相機(jī)和15 mm焦距福倫達(dá)鏡頭。

本次航拍試點(diǎn)共飛行3個(gè)架次，航拍時(shí)間為2014年7月29—31日，均為低潮時(shí)段，飛行高度控制在300～400 m。其中第一架次共獲取航拍照片230張，影像地面分辨率13.43 cm，覆蓋面積6.31 km2；第二架次共獲取航拍照片220張，影像地面分辨率13.47 cm，覆蓋面積6.72 km2；第三架次共獲取航拍照片112張，影像地面分辨率12.74 cm，覆蓋面積3.25 km2。

此外，研究數(shù)據(jù)還包括樂清灣1∶1萬(wàn)地形圖、25 m分辨率數(shù)字高程模型、鄉(xiāng)鎮(zhèn)行政區(qū)劃、海岸線邊界、保護(hù)區(qū)四至及相關(guān)功能區(qū)劃資料等。

2.2 數(shù)據(jù)預(yù)處理

本研究在ENVI5.2平臺(tái)上完成SPOT6遙感影像的預(yù)處理，主要包括全色和多光譜影像正射校正、影像融合及幾何裁剪等。正射校正采用RPC Orthorectification Workflow工具，在1∶1萬(wàn)地形圖上選取易于識(shí)別且均勻分布的同名地物點(diǎn)作為控制點(diǎn)，均方根誤差(RMSE)控制在0.5個(gè)像元之內(nèi)；影像融合采用Gram-Schmidt Pan Sharpening方法。

對(duì)于無(wú)人機(jī)航拍影像，采用PIX4DMapper軟件進(jìn)行處理，該軟件支持多架次的合并飛行任務(wù)處理，操作簡(jiǎn)便，可自動(dòng)完成空三計(jì)算，提供數(shù)字正射影像、數(shù)字表面模型(DSM)、三維點(diǎn)云和精度報(bào)告。

2.3 影像解譯

本研究采用基于面向?qū)ο蠓诸惙▽?duì)SPOT6高分辨率影像數(shù)據(jù)進(jìn)行信息分類提取，處理軟件選用易康(eCognition Developer)。該軟件充分利用對(duì)象信息(色調(diào)、形狀、紋理、層次)和類間信息，其基本原理是根據(jù)像元的形狀、顏色、紋理等特征對(duì)圖像進(jìn)行分割，然后根據(jù)每一個(gè)分割影像對(duì)象的特征對(duì)這些影像對(duì)象采用最鄰近分類方法進(jìn)行分類處理。

本研究定義建筑(built-up)、互花米草(spartina)、灘涂養(yǎng)殖(fish)、光灘(ground)、陸生植被(plant)、水域(sea)這6種特征類型，每一類都分別選取4個(gè)波段的平均值(Mean)、亮度值(Brightness)、歸一化植被指數(shù)(NDVI)等6種光譜特征信息。根據(jù)之前野外調(diào)查和影像判讀情況選取6種特征類型作為影像的樣本區(qū)域，并通過最鄰近分類法進(jìn)行分類，將分類的結(jié)果進(jìn)行處理，用人機(jī)交互的方法將誤分、錯(cuò)分和漏判的對(duì)象進(jìn)行甄別并加以修正，單獨(dú)提取出互花米草的分類結(jié)果。

2.4 野外核查

根據(jù)遙感影像解譯分類過程中遇到的問題，選擇有代表性的路線進(jìn)行野外核查，以此修正計(jì)算機(jī)分類過程中可能出現(xiàn)的誤判。外業(yè)調(diào)查采用華星A8-RTK設(shè)備，根據(jù)ZJCORS系統(tǒng)進(jìn)行高精度GPS定位，選取互花米草監(jiān)測(cè)點(diǎn)獲取相應(yīng)點(diǎn)位信息。同時(shí)收集能反映區(qū)域互花米草相關(guān)問題的野外照片、影像資料，為今后互花米草的整治和防控提供基礎(chǔ)數(shù)據(jù)。

3 結(jié)果與分析

3.1 精度與誤差

3.1.1 分類精度

易康軟件中提供Error Matrix based on TTA MASK 和 Error Matrix based on Samples等2種精度評(píng)價(jià)方式，前者是基于像素的精度評(píng)價(jià)，后者是基于對(duì)象的精度評(píng)價(jià)，2種方式的分類精度評(píng)價(jià)指標(biāo)一致，總體分類精度和Kappa系數(shù)反映整個(gè)圖件的分類精度。本研究選用第二種方式進(jìn)行評(píng)價(jià)，精度分析結(jié)果如表1所示。

表1 面向?qū)ο蠓诸惙椒ㄕ`差矩陣

本研究的面向?qū)ο蠓诸惪傮w分類精度達(dá)到95.51%，Kappa 系數(shù)為0.941 7，分類結(jié)果比較理想。SPOT6影像較高的空間分辨率和成像質(zhì)量是分類精度較高的主要原因，除此之外，研究區(qū)內(nèi)相對(duì)簡(jiǎn)單的地物組成也是重要因素。從分類結(jié)果可以看出，部分地物的分類仍存在誤分，主要表現(xiàn)在灘涂養(yǎng)殖、光灘、互花米草和陸生植被。其中，圍堰高度和留存海水量是影響灘涂養(yǎng)殖分類精度的主要因素；樂清灣紅樹林主要分布在西門島北側(cè)生態(tài)站和西部展覽區(qū)，區(qū)域內(nèi)紅樹林和互花米草混生，影響陸生植被分類精度，需要結(jié)合目視解譯和實(shí)地調(diào)查進(jìn)行修正。

3.1.2 面積誤差

互花米草遙感分類的面積誤差主要由地類間混合像元點(diǎn)的幾何分辨率決定。本研究采用1.5 m分辨率的SPOT6衛(wèi)星影像對(duì)互花米草近況進(jìn)行遙感分類，解譯邊界與實(shí)際邊界的最大理論誤差為1/2像元點(diǎn)，偏離像元中心點(diǎn)的最大誤差為0.75 m。圖斑邊界線總誤差是混合像元點(diǎn)幾何分辨率誤差和解譯過程中偏離誤差的疊加，最大誤差值為1.5 m。

根據(jù)研究需要以及方便衛(wèi)星影像分類面積誤差分析，本文采用對(duì)比法對(duì)SPOT6影像的互花米草分類面積精度進(jìn)行驗(yàn)證，即在互花米草圖斑中選取一定數(shù)量的樣點(diǎn)數(shù)據(jù)，對(duì)照無(wú)人機(jī)航拍影像，比較2種影像的分類面積，并對(duì)面積誤差進(jìn)行統(tǒng)計(jì)。計(jì)算公式為：

(1)

式中：Z為圖斑面積相對(duì)精度；Ai為SPOT 6影像互花米草分類圖斑面積；Bi為無(wú)人機(jī)航拍影像互花米草圖斑面積。

選擇西門島南端部分區(qū)域作為面積精度驗(yàn)證區(qū)，SPOT6遙感影像互花米草分類面積為7 892.4 m2，無(wú)人機(jī)航拍影像互花米草勾繪面積為7 767.5 m2，面積統(tǒng)計(jì)誤差為1.6%。依據(jù)1∶1萬(wàn)土地利用現(xiàn)狀調(diào)查精度要求，圖斑面積相對(duì)誤差應(yīng)小于(等于)5%，因此SPOT 6影像滿足1∶1萬(wàn)比例尺下遙感調(diào)查精度要求，可認(rèn)為本次互花米草調(diào)查結(jié)果較為可靠。

3.2 樂清灣互花米草歷史演變

上述分析結(jié)果顯示，樂清灣于2013年已形成總面積達(dá)23.70 km2的互花米草群落，潮灘覆被發(fā)生顯著變化，大面積光灘已被互花米草侵占。參照已有研究成果[14]，對(duì)樂清灣1991—2013年互花米草擴(kuò)張情況進(jìn)行統(tǒng)計(jì)分析，可以看出，樂清灣沿岸潮灘從20世紀(jì)90年代初開始有互花米草分布，1991年樂清灣互花米草的面積是0.01 km2；1991—1999年互花米草在樂清灣擴(kuò)張緩慢，期間互花米草面積僅增加1.11 km2；從2003年開始互花米草面積急劇增加，至2013年樂清灣互花米草面積已達(dá)到23.70 km2，比2003年增加16.70 km2(圖1)。

圖1 1991—2013年樂清灣/樂清市互花米草面積變化

3.3 樂清灣互花米草空間分布特征

3.3.1 鄉(xiāng)鎮(zhèn)互花米草分布

參照樂清市鄉(xiāng)鎮(zhèn)區(qū)劃，對(duì)2013年各鄉(xiāng)鎮(zhèn)互花米草面積進(jìn)行調(diào)查統(tǒng)計(jì)。2013年樂清市互花米草總面積為16.17 km2，其中雁蕩鎮(zhèn)和清江鎮(zhèn)分布面積較大，分別為5.53 km2和4.38 km2，占全市總面積的34.2%和27.1%；柳市鎮(zhèn)分布面積最小，為0.27 km2，僅占全市總面積的1.7%；翁垟街道、鹽盆街道、城東街道、虹橋鎮(zhèn)、大荊鎮(zhèn)分布面積分別為1.86 km2、1.14 km2、0.62 km2、1.89 km2、0.48 km2。樂清灣內(nèi)臺(tái)州市互花米草分布面積共7.53 km2，主要分布在大橫床島及其北部高灘、玉城街道沿海灘涂、清港鎮(zhèn)小青村及大麥嶼街道沿海灘涂。

3.3.2 種質(zhì)資源保護(hù)區(qū)互花米草分布

樂清灣泥蚶水產(chǎn)種質(zhì)資源保護(hù)區(qū)位于浙江省樂清灣北部(清江口28°15′46.63″N 以北)，四至范圍拐點(diǎn)坐標(biāo)分別為A(121°11′08.50″E、28°21′17.35″N)、B(121°11′00.59″E、28°21′26.15″N)、C(121°10′06.79″E、28°21′11.28″N)、D(121°10′15.84″E、28°20′51.27″N)，面積共計(jì)63.31 hm2，主要保護(hù)對(duì)象為泥蚶，其他保護(hù)物種包括縊蟶、牡蠣、彩虹明櫻蛤、青蛤等。保護(hù)區(qū)內(nèi)互花米草面積為8.7 hm2，占整個(gè)保護(hù)區(qū)面積的13.7%。區(qū)內(nèi)只有西門島大橋西側(cè)部分區(qū)域沒有互花米草分布，其他區(qū)域互花米草已呈較密集分布態(tài)勢(shì)，并已蔓延至白溪灘涂邊界，對(duì)灘涂貝類棲息環(huán)境產(chǎn)生較大影響。

3.3.3 海洋特別保護(hù)區(qū)互花米草分布

西門島海洋特別保護(hù)區(qū)是我國(guó)第一個(gè)國(guó)家級(jí)海洋特別保護(hù)區(qū)，由西門島適度利用區(qū)、南涂適度利用區(qū)、生態(tài)與資源恢復(fù)區(qū)和紅樹林重點(diǎn)保護(hù)區(qū)等功能區(qū)組成，總面積為30.8 km2。根據(jù)《浙江省樂清市西門島海洋特別保護(hù)區(qū)總體規(guī)劃(2012—2030年)》，2006年該區(qū)域互花米草面積為2.91 km2；本研究結(jié)果顯示：2013年該區(qū)域互花米草面積已增加到5.99 km2，占整個(gè)保護(hù)區(qū)面積的19.4%。

其中，白溪港東側(cè)大橫床島以北區(qū)域互花米草已連成一片，長(zhǎng)度近6 km，分布十分密實(shí)；生態(tài)與資源恢復(fù)區(qū)內(nèi)互花米草分布較為集中，面積為2.54 km2，占該區(qū)域面積的52%；南涂適度利用區(qū)內(nèi)互花米草面積為3.37 km2，主要分布在中部區(qū)域；西門島西北和東南部區(qū)域?yàn)┩恐饕糜谪愵愷B(yǎng)殖，互花米草受人類活動(dòng)影響較大，呈零散分布；互花米草已擴(kuò)張到紅樹林幼苗種植區(qū)，并且有進(jìn)一步惡化的趨勢(shì)，已對(duì)保護(hù)區(qū)內(nèi)的紅樹林生長(zhǎng)環(huán)境造成較大影響。

4 結(jié)論與建議

樂清灣是浙江省較為典型的半封閉海灣，潮間帶灘涂主要為淤泥質(zhì)潮灘，灘涂面積約占整個(gè)海灣面積的50%?；セ撞葜饕L(zhǎng)在平均海平面至平均高潮位之間的灘面，樂清灣的氣候、水文及淤泥底質(zhì)為互花米草的傳播提供適宜的條件。本研究利用SPOT6衛(wèi)星遙感影像和低空無(wú)人機(jī)航拍，結(jié)合野外調(diào)研，對(duì)樂清灣互花米草空間分布進(jìn)行系統(tǒng)調(diào)查和分析，主要結(jié)論如下：

(1)樂清灣內(nèi)互花米草自2003年以來呈快速擴(kuò)張趨勢(shì)，SPOT6衛(wèi)星影像解譯結(jié)果面積為23.7 km2。大面積的互花米草鹽沼對(duì)潮灘環(huán)境和區(qū)域經(jīng)濟(jì)發(fā)展造成較大影響，迫切需要實(shí)施科學(xué)的監(jiān)測(cè)體系和治理措施。

(2)灣內(nèi)的種質(zhì)資源保護(hù)區(qū)和海洋特別保護(hù)區(qū)環(huán)境現(xiàn)狀不容樂觀，互花米草快速擴(kuò)張極大威脅種質(zhì)資源和紅樹林保護(hù)，需引起有關(guān)部門高度重視。

(3)相比傳統(tǒng)方法，利用遙感技術(shù)可以很好地對(duì)互花米草進(jìn)行動(dòng)態(tài)監(jiān)測(cè)分析。高分遙感可以提供較高分辨率的影像，面向?qū)ο蠓诸惙椒梢钥焖偬崛∠嚓P(guān)信息。鑒于SPOT6影像的價(jià)格仍然相對(duì)較高，未來可利用國(guó)產(chǎn)高分衛(wèi)星影像開展進(jìn)一步分析。

[1] 王卿，安樹青，馬志軍，等.入侵植物互花米草-生物學(xué)、生態(tài)學(xué)及管理[J].植物分類學(xué)報(bào)，2006，44(5)：559-588.

[2] 袁月，李德志，王開運(yùn).蘆葦和互花米草入侵性研究進(jìn)展[J].濕地科學(xué)，2014，12(4)：533-538.

[3] LU J，ZHANG Y.Spatial distribution of an invasive plant spartina alterniflora and Its potential as biofuels in China[J].Ecological Engineering，2013，52(2)：175-181.

[4] 楊東，萬(wàn)福緒.外來入侵物種互花米草的研究進(jìn)展[J].植物保護(hù)，2014，40(2)：5-10.

[5] 羅鋒，廖光洪，楊成浩，等.樂清灣水交換特征研究[J].海洋學(xué)研究，2011，29(2)：79-88.

[6] 李利紅，張華國(guó)，史愛琴，等.基于RS/GIS的西門島海洋特別保護(hù)區(qū)灘涂濕地景觀格局變化分析[J].遙感技術(shù)與應(yīng)用，2013，28(1)：129-136.

[7] 國(guó)家海洋局東海分局.2014年?yáng)|海區(qū)海洋環(huán)境公報(bào)[R].上海：國(guó)家海洋局東海分局，2015：12.

[8] 孫颯梅.三都灣互花米草的遙感監(jiān)測(cè)[J].臺(tái)灣海峽，2005，24(2)：223-227.

[9] 李玉華，梁福根，嚴(yán)麗華.溫州沿海互花米草變遷及其與灘涂開發(fā)響應(yīng)[J].海洋環(huán)境科學(xué)，2009，28(3)：324-328.

[10] 潘衛(wèi)華，陳家金，李麗純，等.福建羅源灣互花米草的遙感動(dòng)態(tài)監(jiān)測(cè)[J].中國(guó)農(nóng)學(xué)通報(bào)，2009，25(13)：216-219.

[11] 劉春悅，張樹清，江紅星，等.江蘇鹽城濱海濕地外來種互花米草的時(shí)空動(dòng)態(tài)及景觀格局[J].應(yīng)用生態(tài)學(xué)報(bào)，2009，20(4)：901-908.

[12] 孫賢斌，劉紅玉.基于Markov-CA模型互花米草擴(kuò)張影響因素與強(qiáng)度辨識(shí)[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2014，30(1)：38-43.

[13] 楊成浩，廖光洪，羅鋒，等.樂清灣的潮位、潮流和余流特征[J].海洋學(xué)研究，2010，28(2)：1-12.

[14] ANQI W，JIADAI C，CJANG wei J，et al.Monitoring the invasion of spartina alterniflora from 1993 to 2014 with landsat TM and SPOT6 satellite data in Yueqing Bay，China.[J].Plos One，2015，8(10)：10-11.

Monitoring ofSpartinaAlternifloraInvasion by Using High Resolution Satellite Images in Yueqing Bay，Zhejiang Province

HUANG Zhixing1，2，SHEN Hua1，2，PENG Xin1，2，JING Changwei3，ZHU Di1，2

(1.Zhejiang Mariculture Research Institute，Wenzhou 325005，China；2.Zhejiang Key Lab of Exploitation and Preservation of Coastal Bio-Resource，Wenzhou 325005，China；3.Ocean College，Zhejiang University，Hangzhou 310058，China)

Biological invasion is one of the three important environmental problems，Spartinaalterniflorais a typical coastal invasive species.Based on 2013—2014 SPOT6 images，the spatial dynamics ofSpartinaalterniflorainYueqingBay were analyzed.In situ data and Unmanned Aerial Vehicle (UAV)images were used as supplementary data.The results showed that high resolution satellite images and object-based classification can be effectively used for coastal monitoring and information extraction.The area ofSpartinaalterniflorain research area was close to 24 km2and kept expanding rapidly in the past decade.The environment conditions of two protection zones are not optimistic.Consequently，scientific monitoring systems and control measures should be carried out urgently.

Remote sensing monitoring，SpartinaAlterniflora，Biological invasion，Mangrove，Ecological management

2016-05-04；

2016-08-08

浙江省省屬科研院所扶持專項(xiàng)(2014F50022)；溫州市公益科技項(xiàng)目(N20140046)；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)(2015QNA4039).

黃志行，工程師，碩士，研究方向?yàn)楹Ｑ鬁y(cè)繪、海洋漁業(yè)環(huán)境遙感，電子信箱：seamap@qq.com

荊長(zhǎng)偉，工程師，博士，研究方向?yàn)楹０稁д{(diào)查與環(huán)境遙感，電子信箱：changweij@zju.edu.cn

P748；P237

A

1005-9857(2016)10-0063-05